Um Conjunto de Dados do Mundo Real para detectar Lavagem de Mãos na vida diária usando Dados de Movimento do Pulso de Dispositivos Vestíveis

Lavar as Mãos, Cuidar da Saúde

A maioria de nós esfrega as mãos sem pensar duas vezes. Para pessoas que trabalham em hospitais ou manipulam alimentos, e para quem vive com transtorno obsessivo-compulsivo (TOC), a lavagem das mãos pode moldar a saúde, a segurança e a rotina diária. Este estudo apresenta um novo tipo de recurso de dados: semanas de gravações de sensores de pulso no mundo real que capturam tanto a lavagem cotidiana quanto a compulsiva das mãos. O objetivo é ajudar futuros smartwatches a reconhecer quando lavamos as mãos — e, eventualmente, distinguir rotinas saudáveis de rituais movidos por angústia.

Por que a Lavagem de Mãos é Tão Importante

Mãos limpas são uma das defesas mais simples contra infecções, seja em casa, em uma clínica ou em uma cozinha industrial. Ainda assim, monitorar a lavagem das mãos fora de ambientes controlados é surpreendentemente difícil. Sistemas existentes muitas vezes dependem de câmeras nos pias ou sensores instalados em locais de trabalho específicos, o que pode ser intrusivo, levantar preocupações de privacidade ou simplesmente não escalar para a vida cotidiana. Ao mesmo tempo, para muitas pessoas com TOC, lavar as mãos não é apenas higiene: pode se tornar uma resposta demorada e dolorosa a medos avassaladores de contaminação. Suas lavagens podem ser muito mais frequentes e longas do que o necessário, levando a pele danificada e a uma pior qualidade de vida. Uma tecnologia que detecte com confiança a lavagem das mãos como ela acontece naturalmente poderia, portanto, atender duas necessidades muito diferentes: verificar se profissionais lavam o suficiente e ajudar pacientes a perceber quando a lavagem é guiada pela ansiedade em vez da necessidade.

Um Mês de Vida no Pulso

Para construir um retrato realista da lavagem de mãos no ambiente natural, os pesquisadores recrutaram 22 adultos diagnosticados com TOC de lavagem compulsiva na Suíça. Cada pessoa usou um smartwatch baseado em Android no pulso por quatro semanas, com a meta de ao menos seis horas por dia. O relógio registrava movimentos sutis do pulso 50 vezes por segundo usando sensores de movimento integrados, semelhantes aos de rastreadores de atividade. Sempre que os participantes terminavam de lavar as mãos, tocavam um botão no relógio e respondiam a algumas perguntas rápidas: esta lavagem foi compulsiva ou rotineira, quão forte era o impulso de lavar e quão tensos se sentiram (tudo em uma escala de 1–5). Todas as noites, o relógio também pedia que avaliassem com que frequência e quanta intensidade haviam lavado naquele dia e com que frequência lembraram de confirmar as lavagens.

Transformando Dias Barulhentos em Dados Utilizáveis

A vida real é bagunçada: as pessoas esquecem de usar dispositivos, torneiras podem ser rotuladas incorretamente e relógios ficam sobre mesas registrando nada além de silêncio. A equipe, portanto, desenhou um processo extenso de limpeza e rotulagem. Removeram gravações inteiras quando claramente não havia movimento ou quando arquivos eram muito curtos ou corrompidos, e marcaram longos trechos de inatividade para que outros pesquisadores pudessem facilmente ignorá-los. Como cada pressionamento de botão dava apenas um ponto no tempo, os cientistas tiveram de inferir quando cada lavagem começava e terminava. Primeiro, estimaram durações típicas de lavagem a partir de um exemplo supervisionado em laboratório; depois refinaram os rótulos usando uma janela deslizante de tempo e, para seis participantes cuidadosamente selecionados, relabelagem manual minuciosa por anotadores treinados que inspecionaram as trilhas de movimento a olho. O resultado final é o conjunto de dados OCDetect: cerca de 2.600 horas de atividade cotidiana, incluindo cerca de 31 horas de lavagem das mãos distribuídas em 2.930 lavagens, divididas quase igualmente entre eventos auto-declarados como rotineiros e compulsivos.

Ensinando Máquinas a Detectar Lavagem

Com esse conjunto de dados, a equipe testou quão bem métodos padrão de aprendizado de máquina conseguiam identificar lavagem de mãos entre tudo o que as pessoas fazem ao longo do dia. Este é um desafio difícil: a lavagem representa apenas cerca de 1% do tempo gravado, e pessoas diferentes lavam de maneiras muito distintas. Usando curtas janelas de cinco segundos de dados de movimento e um conjunto de características simples — como quão fortes ou bruscos eram os movimentos —, treinaram modelos clássicos como florestas aleatórias e gradient boosting. Esses modelos foram avaliados de maneira rigorosa, sempre testando em participantes que os algoritmos nunca haviam visto antes. A melhor configuração alcançou uma pontuação F1 de até 0,77 (em média cerca de 0,33 entre as pessoas), bem acima do acaso, ao simplesmente decidir “lavagem ou não”. Entretanto, quando a tarefa era separar lavagens rotineiras de compulsivas, o desempenho voltou ao nível do acaso. Em outras palavras, os padrões de movimento atuais por si só não revelam de forma confiável as razões emocionais por trás de uma lavagem.

O Que Isso Significa para Futuros Smartwatches

Para um público leigo, a mensagem é dupla. Primeiro, smartwatches já têm poder sensorial suficiente para notar a maioria dos episódios de lavagem das mãos na vida cotidiana, mesmo contra o pano de fundo barulhento de caminhar, cozinhar ou trabalhar. Segundo, saber por que alguém está lavando — se por higiene ou impulsionado por angústia relacionada ao TOC — é muito mais difícil do que apenas saber que a pessoa está lavando. O conjunto de dados OCDetect, agora disponível publicamente, oferece aos pesquisadores uma base realista e aberta para aprimorar métodos de detecção, explorar modelos mais avançados e combinar dados de movimento com outras pistas ou insights clínicos. Com o tempo, isso pode abrir caminho para ferramentas que apoiem de forma delicada tanto o controle de infecções quanto a terapia para TOC, permanecendo respeitosas à privacidade e pouco intrusivas no pulso.

Citação: Burchard, R., Kirsten, K., Miché, M. et al. A Real-World Dataset for detecting Handwashing in daily Life using Wrist Motion Data from Wearables. Sci Data 13, 179 (2026). https://doi.org/10.1038/s41597-026-06698-2

Palavras-chave: lavagem de mãos, sensores vestíveis, transtorno obsessivo-compulsivo, dados de smartwatch, reconhecimento de atividade humana